Maintenance prédictive dans un environnement « industrie 4.0 »
Objectifs du cours
Les médias parlent souvent de maintenance prédictive mais cela reste encore difficile à aborder lorsque les entreprises veulent ou doivent introduire cette nouvelle technologie.
Pour un certain type d’installation, la maintenance curative et préventive n’est pas adaptée pour des raisons de coûts de rupture ou de sécurité de fonctionnement. La maintenance prédictive permet d’anticiper les défaillances à venir sur une installation de production. Concrètement, il s’agit d’aller au-devant d’une panne ou d’un dysfonctionnement grâce au cumul d’un ensemble de données traités avec de l’intelligence artificielle (AI) pour donner un indicateur pertinent.
Avec la maintenance prédictive, les coûts de maintenance sont réduits de 10 à 40% et le nombre de pannes divisé de moitié, selon un rapport du cabinet McKinsey.
A la suite de cette formation les participants pourront mieux appréhender les notions de maintenance prédictive et définir, pour leur entreprise, qu’elles sont les possibilités de mise en application des outils et des méthodes appropriés.
Public cible
Cette formation s'adresse à toute personne impliquée dans la maintenance. Directeur de production, responsable de maintenance, agent de maintenance, gestionnaire de stock, planificateur de production.
Contenu
Exposé dynamique et interactif :
- Introduction à la philosophie « Industrie 4.0 »
- Introduction à la maintenance prédictive
- Processus d’implémentation de la maintenance prédictive
Développement du processus d’implémentation de la maintenance prédictive 4.0 dans l’entreprise sous la forme d’un cas concret.
Les chapitres suivants comprennent une partie théorique et une partie pratique :
- AMDEC « Analyse des risques »
- Techniques de mesure
- Modélisation des systèmes
- Analyse vibratoire
- Architectures digitales
- Calcul financier
- Processus d’implémentation et suivi
- Retours d’expérience, par les participants, sur les travaux réalisés
Exemples d’applications :
- Exemple d’applications d’une maintenance prédictive dans les domaines de la robotique et des machines tournantes.
- Exemple de mise en œuvre de technologies de supervision active et de la maintenance prédictive
Enseignant(s)
Frédéric Steinmann a une formation de base en construction de machines puis, technicien en production et logistique ; il a acquis son expérience de plus de 30 ans dans la gestion des stocks, la planification de production, la maintenance et le Lean Management chez, entre autres, Liebherr Machines Bulle SA; il a également obtenu le brevet de formateur d’adultes.
Depuis 2018 il est indépendant et effectue des missions dans les domaines de l’amélioration de la productivité des entreprises. En parallèle de cette activité il est régulièrement mandaté pour des formations.
Yvan Jacquat a une formation d’ingénieur EPF ; il a acquis son expérience de plus de 25 ans dans la gestion de la maintenance, dans le Condition Monitoring et la Maintenance Prédictive. Il a fondé en 2018 l’entreprise GradeSens et travaille à temps partiel pour le centre de compétence ROSAS (Robust and safety systems) lié à l’Ecole d’Ingénieurs et d’Architecture de Fribourg.
| Date et Lieu (jj.mm.aaaa) |
05.03.2025 | Neuchâtel, FSRM |
| Coût (EARLY BIRD) | CHF 690.00 |
| Coût | CHF 890.00 |
| Langue | Français |
| Inscription | Deux semaines avant le cours |
| Organisation | FSRM, Fondation suisse pour la recherche en microtechnique |
| Informations et inscription | Gilles Delachaux, FSRM, e-mail: fsrm@fsrm.ch |
